在自然和社會科學領域有大量與地理或空間有關的數據，這一類數據一般具有嚴重的空間異質性，而通常的統計學方法并不能處理空間異質性，因而對此類型的數據無能為力。以地理加權回歸為基礎的一系列方法：經典地理加權回歸，半參數地理加權回歸、多尺度地理加權回歸、地理加權主成份分析、地理加權判別分析是處理這類數據的有效模型。本次培訓從局部加權回歸開始，詳細講述了基于R語言的空間異質性數據分析方法。

專題一：空間計量學與R語言操作

1.R語言地理文件的操作

2.空間權重矩陣及其設定

3.線性回歸回顧：假設

專題二：局部加權回歸：非參數與半參數

1.局部加權回歸原理

2.帶寬與核函數選擇

3.半參數的加權回歸

專題三：地理加權回歸

1.經典地理加權回歸

2.半參數地理加權回歸

3.多尺度地理加權回歸

4.變量選擇：地理加權回歸中的嶺回歸與Lasso回歸

專題四：高級主題與回歸之外

1.主成份分析與判別分析

2.地理加權主成份分析

3.地理加權判別分析

?